基于背景差分的高铁钢轨表面缺陷图像分割

被引：80

作者：

贺振东 ^{[1
,2
]}

王耀南 ^{[1
]}

刘洁 ^{[2
]}

印峰 ^{[3
]}

机构：

[1] 湖南大学电气与信息工程学院

[2] 郑州轻工业学院电气信息工程学院

[3] 湘潭大学信息工程学院

来源：

仪器仪表学报 | 2016年 / 37卷 / 03期

关键词：

背景差分; 自适应阈值; 高铁钢轨表面缺陷; 图像分割;

D O I：

10.19650/j.cnki.cjsi.2016.03.022

中图分类号：

U216.3 [线路检测及设备、检测自动化]; TP391.41 [];

学科分类号：

0814 ; 082301 ; 080203 ;

摘要：

高铁钢轨表面图像具有光照变化、反射不均、特征少等特点,使得缺陷自动检测极为困难。为了在高速运动过程中,从复杂的钢轨表面图像中分割出缺陷,根据钢轨表面图像具有沿钢轨方向像素值基本不变的特征,建立钢轨表面图像背景模型,提出了基于背景差分的钢轨表面缺陷检测算法,主要包括钢轨区域提取、背景建模差分、阈值分割和图像滤波4个步骤,其主要特点是将视频监控中的背景差分法推广到缺陷图像分割领域,同时借助自适应阈值分割和滤波技术,在一定程度上,解决了铁轨表面缺陷分割过程中图像光照变化、反射不均、特征少等不利因素的影响。实验仿真和现场测试结果均表明,该方法对块状缺陷能很好地识别,召回率和准确率分别达96%和80.1%。

引用

页码：640 / 649

页数：10

共 15 条

[1] 基于空间分布熵的电磁脉冲涡流无损检测方法 [J].

张荣华 ;

刘珊 ;

张牧 ;

刘建旭 ;

王琦 ;

王化祥 .

仪器仪表学报, 2015, 36 (04) :804-811

[2] 超声相控阵检测技术的发展及应用 [J].

靳世久 ;

杨晓霞 ;

陈世利 ;

黄玉秋 ;

郭薇 .

电子测量与仪器学报, 2014, 28 (09) :925-934

[3] SAR海冰的三维区域MRF图像分割 [J].

姚昆 ;

杨学志 ;

唐益明 ;

郎文辉 .

仪器仪表学报, 2013, 34 (11) :2551-2557

[4] 基于MAR与FCM聚类的声呐图像分割 [J].

郭海涛 ;

刘丽媛 ;

赵亚鑫 ;

徐丰 .

仪器仪表学报, 2013, 34 (10) :2322-2327

[5] 基于FESS的混合模型脑图像分割方法 [J].

连远锋 ;

赵剡 ;

何晖光 ;

陈雪姣 .

仪器仪表学报, 2013, 34 (06) :27-33

[6] 人运动的视觉分析综述 [J].

王亮 ;

胡卫明 ;

谭铁牛 .

计算机学报, 2002, (03) :225-237

[7] 图像分割方法综述 [J].

罗希平 ;

田捷 ;

诸葛婴 ;

王靖 ;

戴汝为 .

模式识别与人工智能, 1999, 12 (03) :300-312

[8]

现代轨道交通技术与装备[M]. 科学出版社 , 杜彦良, 2012

[9]

图象分割[M]. 科学出版社 , 章毓晋著, 2001

[10]

A review on non-destructive evaluation of rails: state-of-the-art and future development[J] . Papaelias, M Ph,Roberts, C,Davis, C L.Proceedings of the Institution of Mechanical Engi . 2008 (F4)

← 1 2 →